本文综述历史发展中的统计网络建模及其在静态和动态网络模型中的应用，强调对图形化表示、参数及其估计的解释，并介绍了机器学习和统计学中的一些未解之谜和挑战。

Dec, 2009

本文提出了一些标准网络模型的概括，包括随机网络、配置模型和随机块模型，将它们推广到时变网络的情况。我们假设边缘的存在和缺失受节点属性的连续时间马尔可夫过程的速率参数控制，并演示了这些模型在数据分析和统计推断中的应用。我们的方法可以通过观察边缘出现和消失的特征动态，以及节点对边缘连接的时间上的概率来估计网络演化的时间常量或推断出社区结构，我们演示了这些方法在计算机生成的测试网络和实际数据中的应用。

Jul, 2016

本研究在考虑顶点度数变化的情况下，提出了一种改进的目标函数用于复杂网络社区结构检测，并提出了一种针对此函数或其非度数校正版本的启发式算法，表明度数校正版本在真实和合成网络中的表现显著优于未校正版本。

Aug, 2010

该研究致力于融合社交网络中两个最常用的链路生成模型：随机块模型（SBM）和小世界模型（SWM），通过核学习、谱图理论和非线性降维等技术，开发了第一个可在多项式时间内发现稀疏图中潜在模式的统计算法。

Nov, 2017

我们提出了一种基于广义线性（混合）模型的基于模型的聚类方法，用于描述网络人口的联合分布并识别共享某些感兴趣的拓扑性质的网络子人口，最大似然估计可通过 EM 算法实现。

Jun, 2018

本文利用统计物理的空穴方法，对社交和生物网络中的随机块模型进行了研究，从拓扑学的角度来推断功能群或社区。我们详细描述了一些性质，例如检测性 / 不可检测性的相变和社区检测问题的易于 / 困难的相变，并将分析自然翻译为信念传播算法。该算法在最优方式下推断节点的组成员资格，并学习该块模型的潜在参数，最后应用于两个真实世界的网络并讨论其性能。

Sep, 2011

本文提出了一种基于贝叶斯非参数技术的概率框架，用于同时估计群体数量和群体结构的网络分析问题，提出了一种有效的 MCMC 算法，并在合成数据和基准真实数据集上展示了其优异性能。

Feb, 2016

这篇论文回顾了近年来研究网络系统（如 Internet、社交网络和生物网络）的各种技术和模型，包括小世界效应、度分布、聚类、网络相关性、随机图模型、网络增长模型和动态过程。

Mar, 2003

本文提出了一种网络社区发现方法的统一架构，对现有的社区检测方法进行了全面的综述，并将现有的方法分为两类：概率图模型和深度学习。作者还释放了几个基准数据集，并概述了这些数据集的应用。该研究为进一步研究这一领域的挑战和未来方向提供了基础。

Jan, 2021

本文提出了一种基于内部社区优先附着和社区间优先附着机制的演化网络模型，分析了此网络模型的度分布，理论结果和数值模拟表明，该网络模型具有社区结构和无标度特性。

Oct, 2005